看完这个案例，才知道数据分析竟然这么有用！
近年来随着数据分析这个概念的火热，不少企业主也都想通过数据分析来有效提高企业管理、效益以及辅助决策。但是现实往往都是残酷的，不少企业的数据基础还十分薄弱，对数据分析趋之若鹜的过程中渐渐迷失了数据分析的价值。
数据分析真的能帮助企业创造价值吗？
对此，我们不妨来看一个案例：
某传统生产制造企业经过二十几年的发展，成长为了效益上亿、员工4千余人的大型公司，然而这家企业最近的日子却十分不好过，效益持续走低，生产效率下滑严重。
为了解决这个问题，企业主迫不得已招来各部门负责人开了一次会议：
销售部门：“效益降低我觉得主要是生产部的问题，员工的生产效率太低，生产部门不出来说一下吗？”
生产部门：“生产效率低也是没办法的事情，我们现在生产车间的所有数据都通过手工进行统计、收集和处理，生产环节一旦出了问题，根本没办法实现定位；另外就是员工管理，现在还是凭着老一套的制度管理，很难追踪单个员工的生产状况。”
品质部门：“这是一方面，我觉得最大的问题其实是成本问题，我们现在成本管理起来太困难，原材料货存多少、消耗多少、采购多少都没有办法控制，我们还仅仅是停留在成本核算上，想要提高效益，就要降低成本，减少浪费。这个问题，工程部门出来说说吧。”
工程部门：“别把责任推给我，咱们公司又没有ERP支持的生产控制计划，成本数据还得靠人工来采集，根本没办法精细化，只能粗略统计成本。想要实现成本控制，你们这些产、供、销部门怎么也得打通数据吧，巧妇难为无米之炊啊。”
货仓部门：“对啊，我这边每天也有数不清的物料单子，天天被数据搞混了头，而且货仓管理还需要天天更新，每天都有新的数据，数据部门难道不能实现自动化吗？”
数据部门：“我们数据部门的压力也很大的，大家先不要吵了，我觉得不管是成本问题、生产效率问题，还是员工管理问题，核心问题就是数据问题，我们公司如果想实现生产数据化、管理数据化，最好的办法就是靠数据分析系统搭建分析平台，从数据里找问题。”
生产、品质、工程、货仓部门：“就你了！”
因此，数据部门开始对企业的生产数据系统进行大刀阔斧的改革。而为了把生产环节中的所有数据完整体现出来，数据部门决定依靠数据分析软件FineBI等，建立数据分析管理平台。
数据分析解放IT、打通数据源
在进行改革之前，企业的生产系统五花八门，主要是ERP、OA和其他数据源的业务数据，IT部门想要取数简直要了亲命：不仅要从不同的业务系统里找数据，过程还十分的复杂繁琐，更难受的数据源不同，数据就是混乱的、独立的，很难进行整合。
因为数据部门利用FineBI系统的数据连接，直接选择链接不同的数据库，将数据库里的数据进行关联，这样数据源就可以实现打通了，而数据口径也得到了统一。
后期工作也很简单，数据部门将数据存放在业务包中，有权限的管理员可以从不同的业务包种取数进行自助分析，不会影响源数据的使用和查看。同时，还能通过设定维度表关系，对不同的数据表进行关联，使得IT的压力大大得到解放，不会再受到其他部门反反复复的需求申请和返工修改了。
数据分析提高生产效率
生产效率的提升是数据分析的主要目的之一，但是目前企业的不同车间的材料损耗、产品良率都存在相当大的差别，例如，有些车间在生产条件类似的前提下，产品良率上明显偏低，或是材料损耗率显著偏高，这显然会给生产带来很大的负面影响。
为了定位这些异常车间、异常环节、异常人员的问题，数据部门将车间数据进行自动化采集，不再依靠手工统计，将收集到的数据进行OLAP切片分析，针对异常数据进行解剖。
比如，通过切片分析发现某天的生产效率降低，通过下钻发现是某车间的某生产小组的数据有异常，通过横向分析发现是生产材料供货不足，导致该环节断层，影响了整个生产线的影响。数据部门发现这个问题后迅速提交给生产部门，生产部门迅速调整计划，生产效率最终得到解决。
数据分析实现成本控制
生产企业的成本控制主要分为五个部分内容：人工成本、质量成本、采购成本、材料成本、库存成本。企业之前对于成本管理仅仅局限于每个部分的成本核算，依靠手工统计的方式粗略计算成本，无法实现成本的有效控制。
因此，数据部门通过finebi的可视化分析，将五大成本的数据制作成可视化看板，管理者可以通过下钻、联动、趋势分析、对比等方法对成本进行监控，一旦发现某环节出现数据异常，能够迅速排查，找到根源。
数据分析如何加强生产管理
除了生产和成本，员工管理也是企业很头疼的事情，哪些员工的效绩最好、哪些员工的效率最差、管理费用都花在了什么地方、员工入职和离职情况又怎么样，都是员工管理需要关注的点。
数据部门为了将这些不同的数据整合在一起，仍然利用FineBI进行数据关联，然后存放到统一的数据库中，通过自助分析建立数据可视化看板，领导或者人事想要查看个人的情况，只需要下钻即可，轻松了解员工近况。
比如，企业的离职率最近有所升高，通过看法发现是由于生产部门的人员流失过大，关联财务看板之后发现根本原因是生产部门的市场薪资高于部门人均薪资，因此数据部门提议提高生产部门的薪资水平，有效降低了离职率。
总结
与新兴企业不同，生产、制造等老牌传统行业对于数据分析的需求更加强烈，因为其数据基础过于薄弱，急需要数据分析平台来帮助企业实现数字化转型和精益生产。
而数据分析的价值也正在于，可以实现对数据价值的挖掘，辅助企业进行决策、指导企业的生产计划。
最后分享一些相关资料：
文章被以下专栏收录
